顾及空间异质性的多尺度空间负荷预测方法
【专利摘要】本发明公开了电力规划与负荷预测领域的一种顾及空间异质性的多尺度空间负荷预测方法。其技术方案是，首先，将研究区域中的按照空间变异系数的大小将研究区域进行不规则划分，并对得到的单一尺度下的不规则分区按照相邻分区的相似度进行聚类融合，得到多尺度下的不规则分区；采用C5.0决策树算法，得到每一个多尺度下的不规则分区的转换规则，来驱动元胞自动机模型模拟区域土地类型的变化；从而得到预测出每一类土地类型的负荷密度。本发明在考虑了地理现象的空间异质性的基础上提出了顾及空间异质性的多尺度空间负荷预测方法，更合理、更真实地模拟电力负荷在空间中的分布，提高了空间负荷预测的精准度。
【专利说明】顾及空间异质性的多尺度空间负荷预测方法
【技术领域】
[0001]本发明属于电力规划与负荷预测领域，尤其涉及一种顾及空间异质性的多尺度空间负荷预测方法。
【背景技术】
[0002]空间负荷预测（Spatial Load Forecasting, SLF)是电网规划的基础,用地仿真法是目前精度最高的一种空间负荷预测模型，它通过建立用地仿真模型模拟小区未来的发展情况，最终将负荷总量预测结果分配到各小区。然而这种方式却存在两个显著的问题：一方面，这种方式忽略了用地类型变化的空间异质性，而负荷预测的准确性直接影响着电网系统投资及运行的合理性；另一方面，采用单一的尺度可能会导致影响负荷预测精度的一些因素、甚至是重要因素的缺失，这是因为有些影响负荷变化的地理现象或规律只有在特定的尺度下才会出现。
【发明内容】
[0003]针对【背景技术】中提到的空间负荷预测方法，在负荷预测精度和准确性方面存在的问题，本发明提出了一种顾及空间异质性的多尺度空间负荷预测方法。
[0004]一种顾及空间异质性的多尺度空间负荷预测方法，其特征在于，所述方法具体包括以下步骤：
[0005]步骤I :将研究区域中的按照空间变异系数的大小将研究区域进行不规则划分，从而得到单一尺度下的不规则分区；
[0006]步骤2 :对步骤I得到的单一尺度下的不规则分区按照相邻分区的相似度进行聚类融合，得到多尺度下的不规则分区；
[0007]步骤3 :对不规则的分区采用C5. 0决策树算法，得到每一个多尺度下的不规则分区的转换规则，来驱动元胞自动机模型模拟区域土地类型的变化；并用历史数据模拟得到每一尺度下的土地类型空间分布；
[0008]步骤4:将每一尺度下得到的模拟结果进行叠加，并将叠加后的结果与实际区域的土地类型进行对比评估，如果模拟结果与实际类型的比值达到了设定的第二阈值，则将不规则的区域划分作为输入数据应用于空间负荷预测中，从而得到预测出每一类土地类型的负荷密度。
[0009]步骤I中，按照空间变异系数的大小将研究区域进行不规则划分的步骤包括：
[0010]步骤101 :在研究区域内设定N个初始中心出发点，分别从N个初始中心出发点向周围各个方向的其他所有点计算空间变异系数《 (h);空间变异系数《 (h)的计算公式为：
【权利要求】
1.一种顾及空间异质性的多尺度空间负荷预测方法，其特征在于，所述方法具体包括以下步骤: 步骤1:将研究区域中的按照空间变异系数的大小将研究区域进行不规则划分，从而得到单一尺度下的不规则分区； 步骤2:对步骤I得到的单一尺度下的不规则分区按照相邻分区的相似度进行聚类融合，得到多尺度下的不规则分区； 步骤3:对不规则的分区采用C5.0决策树算法，得到每一个多尺度下的不规则分区的转换规则，来驱动元胞自动机模型模拟区域土地类型的变化；并用历史数据模拟得到每一尺度下的土地类型空间分布； 步骤4:将每一尺度下得到的模拟结果进行叠加，并将叠加后的结果与实际区域的土地类型进行对比评估，如果模拟结果与实际类型的比值达到了设定的第二阈值，则将不规则的区域划分作为输入数据应用于空间负荷预测中，从而得到预测出每一类土地类型的负荷密度。
2.根据权利要求1所述的方法，其特征在于，所述步骤I中，按照空间变异系数的大小将研究区域进行不规则划分的步骤包括: 步骤101:在研究区域内设定N个初始中心出发点，分别从N个初始中心出发点向周围各个方向的其他所有点计算空间变异系数ω (h);空间变异系数ω (h)的计算公式为:
3.根据权利要求1所述的方法，其特征在于，所述步骤2中，对步骤I得到的单一尺度下的不规则分区按照相邻分区的相似度进行聚类融合，得到多尺度下的不规则分区的过程为: 步骤201:确定影响各单一尺度下的不规则分区相似度的因素；所述因素包括交通通达程度、公共设施便利性、教育资源、自然环境质量、住房价格、经济能力、职业、家庭结构、年龄、受教育程度、居民生活质量和科教水平； 步骤202:利用粗糙集理论来对步骤201中的影响相似度的因素进行属性约简； 步骤203:将不规则分区按照相似程度按照第一阀值β进行聚类融合；当相邻两个分区的相似度超过β值时，将两个分区融合为一个分区，最终得到该尺度下的区域划分；步骤204:调整相似程度阀值β的值，得到多尺度下的区域划分，直到分区数目为I时停止，得到多尺度下的不规则分区。
4.根据权利要求3所述的方法，其特征在于，所述利用粗糙集理论来对步骤201中的影响相似度的因素进行属性约简的过程是:第一列属性去掉后，对余下的属性进行查询，如果相同的条件属性的决策属性没有冲突，则去掉第一列属性，如此循环，直到所有的决策属性都判断完毕。
5.根据权利要求3所述的方法，其特征在于，所述相邻分区的相似度的计算过程为: 根据粗糙集理论来对步骤201中的影响相似度的因素进行属性约简后的结果，将影响相似度的因素的值乘以相对应的权重并求和，从而得到当前分区的相似值，最后用两个相邻分区的相似值相比得到两个相邻分区的相似度。
6.根据权利要求1所述的方法，其特征在于，所述步骤3中，土地类型空间分布包括工业、商业、居民和市政。
7.根据权利要求1所述的方法，其特征在于，所述步骤4中，每一类土地类型的负荷密度的计算公式为:
【文档编号】G06F19/00GK103544385SQ201310479075
【公开日】2014年1月29日 申请日期:2013年10月14日 优先权日:2013年10月14日
【发明者】赵强, 冯建朋, 李涛, 靳琳 申请人:华北电力大学